Если ты строишь ИИ-сервисы на DeepSeek V4 Flash 0731, учти: Alibaba подняла цену вывода с $0,40 до $1,32 за миллион токенов — на 230%. Цена входных токенов тоже выросла: с $0,20 до $0,44. Эпоха дотаций закрывается, так что если гоняешь эти модели в объёме, твоя экономика уже другая.
Что случилось на самом деле
Сначала разберёмся без жаргона. Токен — это кусочек текста, примерно слово или его часть. Нейросеть считает не вопросы и не письма, а вот такие кусочки: чем длиннее твой запрос и чем болтливее ответ, тем больше токенов ты «сжигаешь». Обычно за них платят не люди напрямую, а сервисы и приложения, которые работают через API — то есть через программный доступ к модели. И вот этот доступ подорожал.
Что именно поменялось за одну ночь:
• Alibaba подняла цену на вывод DeepSeek V4 Flash 0731 с $0,40 до $1,32 за миллион токенов (+230%), а на вход — с $0,20 до $0,44.
• Mistral подняла цены на Ministral 3B на 150% и на Ministral 8B на 50%.
• Qwen3.6 35B-A3B от той же Alibaba стала дороже на 52%.
• Каталог цен Stork, который каждый день сверяет официальные прайсы, зафиксировал 17 отдельных изменений цен за сутки.
• Единственное крупное движение вниз — у Zhipu AI: она срезала цену GLM-5V-Turbo на 85%.
Обрати внимание на формулировку «тихо». Никаких громких пресс-релизов не было — цены просто поменялись в прайсе. Именно поэтому за ними нужно следить самому, а не ждать новостей.
Почему цены на ИИ больше не будут падать
Ещё недавно всё работало как угощение в гостях: лаборатории доплачивали из инвесторских денег, чтобы ты привык пользоваться их моделью. Серверы, электричество и охлаждение стоили реальных денег, но тебе выставляли символический счёт. Аналогия простая: друг три года поил тебя кофе за свой счёт, а потом у него закончились наличные — и он принёс бумажку с суммой.
Теперь лаборатории считают экономику всерьёз и перекладывают расходы на пользователя. При этом спрос никуда не делся: в тот же день SF Compute закрыл сделку на $245 миллионов по продаже вычислительных мощностей — это показывает, насколько дик рынок. Есть и встречное движение: NVIDIA выпустила Nemotron 3.5 именно для того, чтобы резко снизить стоимость вывода. То есть борьба идёт, но бесплатно уже не будет.
Заодно в тот день Meta показала Muse Wonder Full и выпустила модель Muse Glimmer на 30B, а MiniMax раскрыла, что её загадочная Space Bunny — это на самом деле M3.1 Flash. Моделей много, а вот ценовая политика ИИ стала нервной и изменчивой.
Что это даёт лично тебе
Вот пять живых ситуаций — узнай себя в одной из них.
• Владелец кофейни поставил в Telegram бота, который отвечает гостям про бронь и меню. Раньше бот болтал длинно и обходился почти ни во что. Теперь каждый развёрнутый ответ стоит втрое дороже — и его «бесплатная» фича превратилась в статью расходов. Решение: попросить бота отвечать двумя предложениями. Короче ответ — меньше счёт.
• Фрилансер-дизайнер, который генерирует по десять вариантов описания товара «на всякий случай». Раньше это была лотерея за копейки, теперь — реальные деньги. Выигрывает тот, кто пишет точный запрос и получает нужное с первого раза.
• Студент с конспектами и шпаргалками почти ничего не теряет: бесплатные веб-чаты остаются бесплатными, платят те, кто лезет в API. Но привычка «закину учебник целиком и попрошу пересказать» становится дорогой.
• Мама в декрете, которая делает посты и открытки для местных мастеров. Она может держать низкий прайс именно потому, что сидит в бесплатных ИИ-сервисах, а не платит за токены в приложении.
• Тот, кто ищет заработок: появился новый спрос — привести чужие промпты в порядок и снизить расходы на нейросети. Это мини-услуга, которую можно продавать уже сейчас, если ты разобрался в теме.
А вот кто пострадал сильнее всех — предприниматель, который построил продукт на дешёвых токенах. Прибыльная функция за одну ночь стала убыточной, потому что вывод подорожал на 230%.
Как попробовать прямо сейчас
Шаг за шагом, без паники.
1. Начни с бесплатного. Открой DeepSeek — это обычный веб-чат, где ты просто пишешь запрос и не считаешь токены вручную. Задай вопрос по своей работе и посмотри, хватает ли качества ответа.
2. Найди, где ты платишь. Зайди в личные кабинеты сервисов для работы с ИИ, которыми пользуешься, и открой раздел с тарифом или расходом. Часто там видно по дням, сколько ты потратил и на что.
3. Сравни длину ответов. Если твой бот или скрипт выдаёт по пять абзацев там, где хватит двух строк, — вот твоя утечка денег. Перепиши инструкцию: «Отвечай не более двух предложений».
4. Убери воду из промптов. Вежливые вступления, повторение вопроса, десять уточнений «если можно» — всё это оплачиваемые токены. Оставь суть: роль, задача, формат, ограничения.
5. Кэшируй повторяющееся. Если бот каждый день отвечает на одни и те же десять вопросов, сохраняй готовые ответы и не генерируй их заново.
6. Посмотри на дешёвые альтернативы. Например, GLM-5V-Turbo подешевел на 85% — иногда переезд на другую модель окупается за вечер.
7. Заведи привычку сверять цены раз в месяц. Меняются они молча, без анонсов.
Что станет лучше
Во-первых, у тебя появился рычаг: пока одна лаборатория поднимает цены, другая их режет, а NVIDIA прямо заявляет, что снижает стоимость вывода. Конкуренция за твой кошелёк идёт.
Во-вторых, бизнесы начнут считать. Когда токен перестаёт быть бесплатным, все внезапно вспоминают про короткие ответы, точные запросы и повторное использование готового. Ответы станут короче и по делу — а это плюс и для тебя как пользователя.
В-третьих, скорее всего, вырастет спрос на «экономистов по ИИ» — людей, которые умеют настроить всё так, чтобы работало дёшево. Такой навык можно освоить за вечер и продавать.
Где честный подвох
Цены растут тихо, без пресс-релизов, и если твоя маржа держится на дешёвых токенах — ты полностью во власти лаборатории. 230% на выводе превращают прибыльную функцию в убыточную мгновенно, и никакой «мы же всё протестировали» тут не спасает. Отдельная история — безопасность: безобидная с виду веб-страница может стать следующей командой для твоего ИИ-агента, так что не позволяй агенту слепо выполнять то, что он нашёл в интернете.
Итог и одно действие на сегодня
Бесплатные возможности остались, но теперь их нужно выбирать. Модели подорожали, но бесплатные веб-чаты никуда не делись, а одна из моделей даже подешевела на 85%. Разница между теми, кто платит втрое, и теми, кто платит как раньше, — это не бюджет, а привычка проверять, что именно ты отправляешь в модель.
Сделай одно действие прямо сейчас: открой DeepSeek, задай один свой рабочий вопрос и посчитай, сколько в ответе лишних слов. Если больше половины — тебе есть что оптимизировать. А если хочешь разобраться глубже — просто спроси, разберём на живом примере.
🎁 Бонус: промпт-оптимизатор
Скопируй этот запрос в любой чат с ИИ и вставь после него свой текущий промпт — он перепишет его короче, не потеряв смысл.
```
Ты — редактор промптов, который снижает расход токенов.
Возьми мой запрос ниже и перепиши его так, чтобы:
1) смысл и все требования сохранились полностью;
2) исчезли вежливые вступления, повторы и вода;
3) формат ответа был задан явно (длина, структура, что сделать при нехватке данных);
4) итоговый текст стал короче минимум на треть.
Покажи три вещи:
• переписанный промпт;
• список того, что ты выкинул и почему;
• примерную долю экономии в процентах от исходной длины.
Мой промпт:
[вставь сюда свой текст]
```
И короткий чек-лист напоследок: проверь тарифы раз в месяц, держи ответы короткими, кэшируй повторяющееся, сверяй цены на альтернативы. Даже короткая ежемесячная проверка может заметно снизить расходы.
Комментарии 0